啪啪国产视频_一级高清毛片_日韩精品中文字幕在线观看_免费视频一区二区三区四区

　　【摘要】： 隨著橋梁事故的逐年增加,橋梁健康監測越來越受到政府和工程界重視。橋梁是一個比較復雜的系統,雖然正常情況下劣化是一個緩慢的過程,但其損壞具有一定的隨機性,在特定條件下,如突然的撞擊、地震等突然情況下,可能在很短時間內造成橋梁結構嚴重損壞甚至垮塌,這對橋梁健康監測系統實時性提出了較高的要求,而傳統橋梁健康監測體系結構需要傳輸大量數據到遠程的數據中心,實時性不高,不能很好地解決橋梁隨機損傷結構的評估問題。 本文嘗試把機群技術引入橋梁健康監測系統,在橋梁現場對監測數據進行存儲,并實時進行結構評估,有效提高了橋梁監測的實時性。為了改善橋梁健康監測系統的實時性,本文主要在以下兩方面進行了研究: 首先針對傳統橋梁監測體系結構實時性不高,橋梁現場多個下位機,僅用于控制數據采集,其資源利用率極低的特點,把現場的多個下位機組織成機群系統,并對基于現場PC機群的橋梁健康監測系統的必要性和可行性進行了分析。然后在分析傳統的橋梁健康監測體系結構基礎上,構造出實時、經濟的PC機群橋梁健康監測體系結構。同時針對橋梁健康監測PC機群的特點,對分布式數據采集的時間同步問題和分布式數據存儲分片進行了討論,把采集到的數據存儲在橋梁現場機群中,這樣,減少了傳統橋梁健康監測系統體系結構中采集數據傳輸到遠程數據中心保存過程,提高了實時性。另外,對橋梁健康評估中常用的神經網絡算法進行改進,以使其適應橋梁健康監測PC機群的并行環境,利用并行神經網絡對橋梁結構健康進行評估,縮短了評估時間,從而提高實時性。其具體改進如下:首先對并行神經網絡加速比與連接權數、神經節點數之間的關系進行分析,在分析的基礎上分,提出了一個新的遺傳算法適應度函數用于神經網絡結構簡化,另外,對于神經元節點在計算機節點上分配問題,首先把神經節點轉化為圖,把圖的最大路徑作為目標函數來判別分配的優劣程度,然后利用遺傳算法對神經元節點在計算節點上的分配進行優化。 本文的研究成果能較大地提高橋梁健康監測的實時性,但橋梁健康監測是一個復雜的系統,涉及到很多方面的問題,同時,如何提高機群系統環境下并行神經網絡的加速度也是一個值得研究的問題。所以要想基于現場PC機群的橋梁健康監測系統投入實用,需要做大量的工作。 【關鍵詞】：PC機群 神經網絡 橋梁 健康監測 并行
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：TP274.4
【DOI】：CNKI:CDMD:2.2006.148960
【目錄】：

• 中文摘要4-5
• 英文摘要5-9
• 1 緒論9-15
• 1.1 論文的選題背景及研究意義9-11
• 1.2 國內外研究現狀11-12
• 1.2.1 橋梁健康監測方面現狀11-12
• 1.2.2 機群計算方面現狀12
• 1.3 本文的主要工作12-13
• 1.4 本文結構簡介13-15
• 2 橋梁健康監測系統簡介15-23
• 2.1 橋梁健康監測系統的概念15
• 2.2 橋梁健康監測的基本框架15-16
• 2.3 橋梁健康監測的內容16-22
• 2.3.1 傳感器選擇16-17
• 2.3.2 布點設計和優化17
• 2.3.3 狀態監控17-19
• 2.3.4 數據通信19-20
• 2.3.5 數據保存20
• 2.3.6 健康診斷與狀態評估20-22
• 2.4 橋梁健康監測的關鍵技術22-23
• 3 并行機群系統基礎23-34
• 3.1 PC 機群的概念23
• 3.2 機群系統的特點23-24
• 3.3 PC 機群的體系結構24-25
• 3.4 PC 機群運行環境25-29
• 3.4.1 并行虛擬機(PVM)25-26
• 3.4.2 消息傳遞接口(MPI)26
• 3.4.3 其它并行開發環境26
• 3.4.4 MPI 與PVM 的比較26-29
• 3.5 并行計算29-31
• 3.5.1 并行計算模型29
• 3.5.2 并行通信和同步29-30
• 3.5.3 并行算法的性能度量30-31
• 3.6 PC 機群的關鍵技術31-34
• 3.6.1 可用性支持31
• 3.6.2 單一系統映象31-32
• 3.6.3 作業管理(Job Management)32-33
• 3.6.4 高效的通信33-34
• 4 基于機群系統的橋梁健康監測34-56
• 4.1 基于PC 機群的橋梁健康監測必要性和可行性34-35
• 4.2 機群橋梁健康監測系統體系結構35-39
• 4.2.1 上位機與下位機之間的連接結構35-36
• 4.2.2 傳統的體系結構36-37
• 4.2.3 基于機群的體系結構37-39
• 4.3 機群下的橋梁數據采集39-41
• 4.3.1 分布式采集的時間同步研究39-41
• 4.3.2 機群系統的領導者選舉41
• 4.4 數據分布式存取41-43
• 4.4.1 橋梁健康監測系統的數據41-42
• 4.4.2 分片和分配需要考慮的問題42-43
• 4.4.3 數據遠程并行獲取43
• 4.5 基于并行神經網絡的橋梁健康監測43-56
• 4.5.1 基于神經網絡的橋梁損傷識別43-45
• 4.5.2 神經網絡加速比分析45-47
• 4.5.3 神經網絡結構的優化47-50
• 4.5.4 神經網絡的結構分區50-54
• 4.5.5 基于神經網絡的結構損傷識別并行計算實現過程54-56
• 5 總結和展望56-58
• 5.1 全文總結56
• 5.2 不足之處56
• 5.3 進一步的工作和展望56-58
• 致謝58-59
• 參考文獻59-62
• 附錄：作者在攻讀碩士學位期間發表的論文62-63
• 獨創性聲明63
• 學位論文版權使用授權書63